蓝桥杯学习大纲
(致酷德与热爱算法、编程的小伙伴们)
在查阅了相当多的资料后,发现没有那篇博客、文章很符合我们备战蓝桥杯的学习路径。所以,干脆自己整理一篇,欢迎大家补充!
一、蓝桥必备高频考点
我们以此为重点学习方向:
1. 基础算法
枚举 | 模拟 | 贪心 | 递归 | 分治 |
构造 | 前缀和 | 差分 |
2. 搜索与排序
线性搜索 | 二分法 | BFS | DFS | 回溯剪枝 |
深搜优化 | 记忆化搜索 | 位运算 | 冒泡排序 | 归并排序 |
快速排序 | 桶排序 |
3. 动态规划
编辑距离 | 最长不重复子串 | 整数背包 | 矩阵连乘 | 最长公共子序列 |
最长公共子串 | 最长上升子序列 | 最长回文子序列 | 最长回文子串 | 回文分割 |
最大子段合 | 最大正方形子矩阵 | 滚动数组 | ||
数位dp | 概率dp | 树形dp | 区间dp | 状压dp |
4. 数学
GCD&LCM | 素数判断 | 素数生成 | 分解质因数 | 费马小定理 |
扩展欧几里得 | 逆元 | 高斯消元 | 整数拆分 | 模运算 |
5. 组合数学
容斥原理 | 鸽巢定理 | 乘法原理 | 调和级数 | 斐波那契数 |
6. 图论
邻接矩阵 | 关联矩阵 | 邻接表 | 链式前向星 | 有向无环图 |
判圈 | 拓扑排序 | 最短路径 | Prim | Kruskal |
Dijkstra(堆优化) | Bellman | Floyd | SPFA |
7. 数据结构
数组 | 链表 | 栈 | 队列 | 先队列 |
块状链表 | LCA | 并查集 | 线段树 | 树状数组 |
二叉树 | 哈希 |
8. 几何
点和向量 | 点积、叉积 | 点和线的关系 | 多边形 | 面积、周长、体积 |
判点在多边形 多面体内外 | 坐标旋转 |
二、蓝桥杯知识点总览
以下为蓝桥杯所有考点,可根据兴趣,借鉴补充题目。
1. 基础算法
-
枚举:通过遍历所有可能的情况来解决问题。
-
模拟:按照题目要求模拟实际操作过程。
-
贪心:在每一步选择中都采取最优(即最有利)的选择,从而希望导致结果是全局最优解。
-
递归:通过函数自己调用自己来解决问题。
-
分治:将原问题分解为若干个规模更小但结构相同的子问题,递归解决这些子问题,然后将子问题的解合并得到原问题的解。
2. 搜索与排序
-
子集生成:生成一个集合的所有子集。
-
线性搜索:在数组或列表中从头到尾依次查找元素。
-
二分法:在有序数组中通过折半查找的方式快速定位元素。
-
三分法:将数组分成三部分进行查找或排序。
-
BFS(广度优先搜索):从根节点开始,逐层遍历所有节点。
-
DFS(深度优先搜索):从根节点开始,尽可能深地搜索树的分支。
-
回溯剪枝:在深度优先搜索中,通过剪枝减少搜索空间,提高搜索效率。
-
记忆化搜索:通过缓存中间结果,避免重复计算,提高搜索效率。
-
IDA*算法:一种迭代加深的 A* 算法,结合了深度优先搜索和 A* 算法的优点。
-
位运算:利用位操作进行高效计算。
-
按位压缩存储状态:通过位运算压缩存储状态,减少内存占用。
-
选择排序:每次从未排序部分选择最小(或最大)元素放到已排序部分。
-
冒泡排序:通过相邻元素之间的比较和交换来排序。
-
归并排序:通过递归地将数组分成两半,排序后再合并。
-
快速排序:通过选择一个基准元素,将数组分成两部分,一部分小于基准,另一部分大于基准,然后递归排序。
-
堆排序:利用堆这种数据结构进行排序。
-
计数排序:通过统计每个元素出现的次数来进行排序。
-
桶排序:将元素分布到若干个桶中,每个桶再分别排序。
3. 动态规划
-
编辑距离:计算两个字符串之间,将一个字符串转换成另一个字符串所需的最少编辑操作次数。
-
最长不重复子串:在字符串中找到最长的不重复字符子串。
-
整数背包:解决背包问题的一种方法,背包容量和物品重量都是整数。
-
矩阵连乘:计算矩阵连乘的最小代价。
-
最长公共子序列:在两个序列中找到最长的公共子序列。
-
最长公共递增子序列:在两个序列中找到最长的公共递增子序列。
-
最长上升子序列:在序列中找到最长的上升子序列。
-
最长回文子序列:在字符串中找到最长的回文子序列。
-
最长回文子串:在字符串中找到最长的回文子串。
-
回文分割:将字符串分割成多个回文子串。
-
最大子段和:在数组中找到连续子数组的最大和。
-
最大正方形子矩阵:在矩阵中找到最大的正方形子矩阵。
-
最长链对:在一组区间中找到最长的不重叠区间链。
-
最大递增子序列和:在序列中找到递增子序列的最大和。
-
滚动数组:通过使用较小的数组来减少空间复杂度。
-
数位dp:通过动态规划解决与数字位数相关的问题。
-
概率dp:通过动态规划解决概率相关的问题。
-
树形dp:在树结构上进行动态规划。
-
区间dp:在区间上进行动态规划。
-
状压dp:通过状态压缩进行动态规划。
-
插头dp:通过插头状态进行动态规划。
-
斜率优化:通过斜率优化动态规划的转移方程。
-
平行四边形优化:通过平行四边形性质优化动态规划的转移方程。
-
单调队列优化:通过单调队列优化动态规划的转移方程。
-
数据结构优化:通过数据结构优化动态规划的实现。
4. 数学
-
GCD&LCM:最大公约数和最小公倍数。
-
素数判断:判断一个数是否为素数。
-
素数生成:生成一定范围内的所有素数。
-
分解质因数:将一个数分解为质因数的乘积。
-
欧拉定理:计算欧拉函数的值。
-
费马定理:费马小定理及其扩展。
-
扩展欧几里得:求解线性同余方程。
-
逆元:计算模逆元。
-
随机素数测试和大数分解:通过随机测试判断素数,以及大数分解。
-
高斯消元:通过高斯消元法解线性方程组。
-
偶合方程:解偶合方程组。
-
整数拆分:将一个整数拆分为多个整数的和。
-
大步小步算法:解决某些特定的数学问题。
-
中国剩余定理:解同余方程组。
-
原根:计算原根。
-
快速数论变换:通过快速数论变换进行高效计算。
-
线性丢番图方程:解线性丢番图方程。
-
模运算:进行模运算。
-
卢卡斯定理:计算组合数的模。
-
杜教筛:通过杜教筛法计算某些特定的数学问题。
-
威尔逊定理:通过威尔逊定理判断素数。
-
米勒罗宾随机素数测试:通过米勒罗宾测试判断素数。
-
完全数:判断一个数是否为完全数。
-
连分数:处理连分数。
5. 组合数学
-
容斥原理:通过容斥原理计算集合的大小。
-
鸽巢定理:通过鸽巢定理解决某些组合问题。
-
乘法原理:通过乘法原理计算排列和组合的数量。
-
斯特林数:计算斯特林数。
-
卡特兰数:计算卡特兰数。
-
斐波那契数:计算斐波那契数。
-
幻方:生成幻方。
-
莫比乌斯反演:通过莫比乌斯反演解决某些组合问题。
-
母函数:通过母函数解决某些组合问题。
-
调和级数:计算调和级数。
6. 图论
-
邻接矩阵:通过邻接矩阵表示图。
-
关联矩阵:通过关联矩阵表示图。
-
邻接表:通过邻接表表示图。
-
链式前向星:通过链式前向星表示图。
-
有向无环图:处理有向无环图。
-
欧拉图:判断图是否为欧拉图。
-
判圈:判断图中是否存在环。
-
割点:找到图中的割点。
-
割边:找到图中的割边。
-
桥:找到图中的桥。
-
双连通分量:找到图中的双连通分量。
-
强连通分量:找到图中的强连通分量。
-
有向图的强连通分量:找到有向图中的强连通分量。
-
拓扑排序:对有向无环图进行拓扑排序。
-
二分图判定:判断图是否为二分图。
-
最短路径:计算图中的最短路径。
-
连通分量:找到图中的连通分量。
-
次小生成树:找到图中的次小生成树。
-
曼哈顿最小生成树:找到曼哈顿距离下的最小生成树。
-
Dijkstra(堆优化):通过堆优化的 Dijkstra 算法计算最短路径。
-
Bellman:通过 Bellman-Ford 算法计算最短路径。
-
Floyd:通过 Floyd-Warshall 算法计算最短路径。
-
差分约束:通过差分约束解决某些问题。
-
SPFA:通过 SPFA 算法计算最短路径。
-
最小费用最大流:计算图中的最小费用最大流。
-
二分图匹配:在二分图中找到最大匹配。
-
欧拉路:找到图中的欧拉路。
7. 数据结构
-
数组:基本的数据结构,用于存储和访问数据。
-
链表:通过节点链接存储数据。
-
栈:后进先出的数据结构。
-
队列:先进先出的数据结构。
-
先队列:优先队列,用于存储和访问数据。
-
双端队列:可以在两端进行插入和删除操作的数据结构。
-
块状链表:通过块状结构优化链表的访问。
-
堆:通过堆结构存储和访问数据。
-
哈希:通过哈希表存储和访问数据。
-
LCA:通过 LCA 算法解决某些树结构问题。
-
跳跃表:通过跳跃表优化链表的访问。
-
并查集:通过并查集解决某些集合问题。
-
字典树:通过字典树存储和访问字符串数据。
-
线段树:通过线段树解决区间查询和更新问题。
-
树状数组:通过树状数组解决某些数组问题。
-
莫队算法:通过莫队算法解决某些数组问题。
-
平衡二叉树:通过平衡二叉树存储和访问数据。
-
二叉搜索树:通过二叉搜索树存储和访问数据。
-
Treap树:通过 Treap 树存储和访问数据。
-
二叉树:基本的树结构。
-
笛卡尔树:通过笛卡尔树解决某些数组问题。
-
划分树:通过划分树解决某些数组问题。
-
表达式树:通过表达式树解决某些表达式问题。
-
替罪羊树:通过替罪羊树解决某些树结构问题。
-
伸展树:通过伸展树解决某些树结构问题。
-
动态树:通过动态树解决某些树结构问题。
-
左偏堆:通过左偏堆解决某些堆问题。
-
可并堆:通过可并堆解决某些堆问题。
-
主席树:通过主席树解决某些树结构问题。
-
树链剖分:通过树链剖分解决某些树结构问题。
-
KD树:通过 KD 树解决某些空间问题。
-
树套树:通过树套树解决某些树结构问题。
-
FHQ_Treap:通过 FHQ_Treap 解决某些树结构问题。
8. 几何
-
点和向量:处理点和向量的基本操作。
-
点积、叉积:计算点积和叉积。
-
点和线的关系:判断点和线的位置关系。
-
多边形:处理多边形的基本操作。
-
三角形内心、外心、重心、垂心:计算三角形的内心、外心、重心和垂心。
-
费马点:计算费马点。
-
面积、周长、体积:计算几何图形的面积、周长和体积。
-
判点在多边形内外:判断点是否在多边形内部或外部。
-
三角剖分:对多边形进行三角剖分。
-
梯形剖分:对多边形进行梯形剖分。
-
多边形重心:计算多边形的重心。
-
多边形切割:对多边形进行切割操作。
-
多面体体积:计算多面体的体积。
-
坐标旋转:对坐标进行旋转操作。
-
凸包:计算点集的凸包。
-
最近点对:找到点集中的最近点对。
-
旋转卡壳:通过旋转卡壳算法解决某些几何问题。
-
半平面交:计算半平面的交集。
-
最小圆覆盖:找到覆盖点集的最小圆。
-
三维点和向量:处理三维点和向量的基本操作。
-
三维点积&叉积:计算三维点积和叉积。
-
最小球覆盖:找到覆盖点集的最小球。
-
三维凸包:计算三维点集的凸包。
指导思想:“农村包围城市,武装夺取政权”,教员的这句话太有指导含义了,大概意思就是星星之火可以燎原。从简单题开始做,不要好高骛远!当量变引起质变那一刻,蓝桥杯必能拿下!
相关文章:
蓝桥杯学习大纲
(致酷德与热爱算法、编程的小伙伴们) 在查阅了相当多的资料后,发现没有那篇博客、文章很符合我们备战蓝桥杯的学习路径。所以,干脆自己整理一篇,欢迎大家补充! 一、蓝桥必备高频考点 我们以此为重点学习…...
Windows11切换回Windows10风格右键菜单
参考文章:Win11新版右键菜单用不惯?一键切换回Win10经典版!-CSDN博客 以管理员权限运行命令行cmd 切换为经典旧版右键菜单,执行 reg.exe add “HKCU\Software\Classes\CLSID\{86ca1aa0-34aa-4e8b-a509-50c905bae2a2}\InprocServe…...
Python 爬虫selenium
1.selenium自动化 selenium可以操作浏览器,在浏览器页面上实现:点击、输入、滑动 等操作。 不同于selenium自动化,逆向本质是: 分析请求,例如:请求方法、请求参数、加密方式等。用代码模拟请求去实现同等…...
Linux常用操作
软件安装 CentOS系统使用: yum [install remove search] [-y] 软件名称 install 安装 remove 卸载 search 搜索 -y,自动确认 Ubuntu系统使用 apt [install remove search] [-y] 软件名称 install 安装 remove 卸载 search 搜索 -y,自动确认 yum 和 apt 均需要root权限 syste…...
Note25022001_Excel表格如何在文字的中间或者后边插入当前日期
Excel表格如何在文字的中间或者后边插入当前日期 关键字: EXCEL;当前日期;文字中间 如图所示: 其中一种实现方法如下: 打开表格,在某一个表格中输入: "项目计划管理表(厂内&…...
Django5 实用指南(四)URL路由与视图函数
4.1 Django5的URL路由系统 Django 的 URL 路由系统是其核心组件之一,它负责将用户的 HTTP 请求(即 URL)映射到相应的视图函数上。每当用户在浏览器中访问某个 URL 时,Django 会根据项目的 URL 配置文件(urls.py&#…...
Unity3D 基于 GPU 动画和 Compute Shader 的大批量动画渲染详解
引言 在现代游戏开发中,渲染大量动画角色是一个常见的需求,尤其是在大规模战斗场景、开放世界游戏或 VR/AR 应用中。传统的 CPU 动画计算和渲染方式在面对大批量角色时,往往会遇到性能瓶颈。为了优化性能,开发者可以利用 GPU 的强…...
遥感影像目标检测:从CNN(Faster-RCNN)到Transformer(DETR)
我国高分辨率对地观测系统重大专项已全面启动,高空间、高光谱、高时间分辨率和宽地面覆盖于一体的全球天空地一体化立体对地观测网逐步形成,将成为保障国家安全的基础性和战略性资源。未来10年全球每天获取的观测数据将超过10PB,遥感大数据时…...
什么是DeFi (去中心化金融)
DeFi (去中心化金融) 概述 💰 1. DeFi 基础概念 1.1 什么是 DeFi? DeFi 是建立在区块链上的金融服务生态系统,它: 无需中心化中介开放且透明无需许可即可参与代码即法律 1.2 DeFi 的优势 开放性:任何人都可以参与…...
深入解析 sudo -l 命令的输出内容
在 Linux 系统中,sudo 命令允许普通用户以超级用户(root)权限执行命令。sudo -l 命令用于查看当前用户在 sudoers 配置文件中的权限,以及与 sudo 相关的安全策略。本文将详细解析 sudo -l 输出的各个部分,包括 用户权限…...
DeepSeek 助力 Vue 开发:打造丝滑的瀑布流布局(Masonry Layout)
前言:哈喽,大家好,今天给大家分享一篇文章!并提供具体代码帮助大家深入理解,彻底掌握!创作不易,如果能帮助到大家或者给大家一些灵感和启发,欢迎收藏关注哦 💕 目录 Deep…...
linux学习【7】Sourc Insight 4.0设置+操作
目录 1.Source Insight是什么?2.需要哪些配置?3.怎么新建项目4.一些问题的解决1.中文乱码问题 按照这个设置就可以了,下面的设置会标明设置理由。 1.Source Insight是什么? 阅读源码,编辑源码,不能编译&am…...
OpenCV形态学操作
1.1. 形态学操作介绍 初识: 形态学操作是一种基于图像形状的处理方法,主要用于分析和处理图像中的几何结构。其核心是通过结构元素(卷积核)对图像进行扫描和操作,从而改变图像的形状和特征。例如: 腐蚀&…...
使用Python中的`gensim`库构建LDA(Latent Dirichlet Allocation)模型来分析收集到的评论
下面为你详细介绍如何使用Python中的gensim库构建LDA(Latent Dirichlet Allocation)模型来分析收集到的评论。LDA是一种主题模型,它可以将文档集合中的文本按照主题进行分类。 步骤概述 数据预处理:对收集到的评论进行清洗、分词…...
【STM32】外部时钟|红外反射光电开关
1.外部时钟 单片机如何对外部触发进行计数?先看一下内部时钟,内部时钟是接在APB1和APB2时钟线上的,APB1,APB2来自stm32单片机内部的脉冲信号,也叫内部时钟。我们用来定时。同样我们可以把外部的信号接入单片机,来对其…...
Visual Studio Code 集成 Baidu Comate
文章目录 安装Baidu Comate插件 安装Baidu Comate插件 从左主侧栏中 点击 【扩展】这个图标,然后在上方输入栏中输入 baidu comate —>选中列出的Bai Comate —>点击 【安装】按钮,等待安装完毕…...
数据结构者
数据(data):可被计算机接受处理的符号总称 数据元素(data element):数据的基本单位,常作为一个整体进行考虑和处理 一个数据元素可以由若干个数据项(data item)组成 数…...
论文阅读 DOES END-TO-END AUTONOMOUS DRIVING REALLY NEED PERCEPTION TASKS?
端到端的强势来袭,好久了~~~ 简单翻译:端到端真的需要感知任务嘛? code https://github.com/PeidongLi/SSR. https://arxiv.org/pdf/2409.18341 1. 摘要 端到端自动驾驶(E2EAD)方法通常依赖于监督式感知任务来提取显…...
总结UML类图几种关系画法
最近在公司需要画类图,有些遗忘,于是重新学习并并总结了一下: 继承:实线空心三角箭头。A继承B,A指向B。A是一种B。实现:虚线空心三角箭头。A实现B,A指向B。A实现B接口。关联:实线普…...
python-leetcode 40.二叉树的层序遍历
题目: 给定二叉树的根节点root,返回其节点值得层序遍历(即逐层从左到右访问所有节点) 方法:广度优先搜索 # Definition for a binary tree node. # class TreeNode(object): # def __init__(self, val0, leftNone, rightNon…...
安利:外文文献翻译插件
沉浸式翻译 好用吹爆!!!!!!!! 任务 2.谷歌学术 复制外文的标题搜索 3.进入文献所在,登录对应机构 4.可以看到都翻译好了 5.然后复制到文档,改改格式巴…...
Python——生成AIGC图像
文章目录 一、背景介绍 二、效果图展示 三、完整代码 四、分步解释 五、实用建议 1)提示词技巧 2)性能优化 3)常见问题处理 4)扩展功能建议 六、注意事项 1. 硬件要求 2. 法律合规 3. 模型安全 一、背景介绍 AIGC&a…...
OpenGL(2)基于Qt做OpenGL开发
文章目录 一、基于Qt做OpenGL开发1、环境准备2、创建OpenGL窗口3、绘制基本图形 一、基于Qt做OpenGL开发 1、环境准备 确保你已经安装了 Qt 开发环境(包含 Qt Creator),并且支持 OpenGL 开发。在创建 Qt 项目时,选择 “Qt Widget…...
【Windows软件 - HeidiSQL】导出数据库
HeidSQL导出数据库 软件信息 具体操作 示例文件 选项分析 选项(1) 结果(1) -- -------------------------------------------------------- -- 主机: 127.0.0.1 -- 服务器版本: …...
用deepseek学大模型04-模型可视化与数据可视化
deepseek.com: pytorch可视化工具 生成神经网络图 在 PyTorch 中,可视化神经网络结构的常用工具和方法有以下几种,以下将详细介绍它们的用法: 1. TensorBoard (PyTorch 官方集成) PyTorch 通过 torch.utils.tensorboard 支持 TensorBoard&a…...
rust笔记8-Deref与隐式解引用强制转换
Rust 的智能指针和 Deref Trait 是 Rust 中非常重要的概念,它们使得 Rust 的引用和指针操作更加灵活和安全。下面我们将深入介绍 Deref Trait、Deref 与 &、* 运算符的关系,以及 Rust 的隐式解引用强制转换(Deref Coercion)。 1. 智能指针与 Deref Trait 智能指针(如…...
Debian软件包重构
Explore projects GitLab 1. apt-get build-dep <pkg> ## 安装编译依赖包 2. apt source <pkg> ## 下载 <pkg> 包的源码 3. 创建 git ,打补丁 4. dpkg-buildpackage -b -uc -us -d ## 重新打包编译 # 解压出包中的文件到 extract 目…...
学习 `@PreDestroy`:Java EE/Jakarta EE 生命周期回调
学习 PreDestroy:Java EE/Jakarta EE 生命周期回调 前言1. 什么是 PreDestroy?2. PreDestroy 的用途3. 使用 PreDestroy 的条件4. 代码示例运行结果: 5. PreDestroy 的调用时机6. 注意事项7. 实际应用场景场景 1:数据库连接管理场…...
JDK最详细安装教程,零基础入门到精通,收藏这篇就够了
目录 一、下载与安装二、配置环境三、验证是否配置成功 一、下载与安装 1、下载地址 http://www.oracle.com/technetwork/java/javase/downloads/index.html 2、选择自己想要的版本下载,并且选择自己电脑对应的版本下载 3、下载完成之后,双击打开然后…...
解决DeepSeek服务器繁忙问题的实用指南
目录 简述 1. 关于服务器繁忙 1.1 服务器负载与资源限制 1.2 会话管理与连接机制 1.3 客户端配置与网络问题 2. 关于DeepSeek服务的备用选项 2.1 纳米AI搜索 2.2 硅基流动 2.3 秘塔AI搜索 2.4 字节跳动火山引擎 2.5 百度云千帆 2.6 英伟达NIM 2.7 Groq 2.8 Firew…...
【一个人的第一年】成都Java日志7
#海纳百川,有容乃大# 1.互联网 互联网是一个服务我的工具而不是绑架任何人的场所,网络不是现实,现实才是生活。 现在越来越多的声音出现在互联网,能轻易地挑起群体情绪。对其他的任何事可以有不同的立场和观点,而不是…...
回调处理器
文章目录 什么是回调处理器回调处理器的工作流程回调处理器的使用自定义链组件中的回调 内置回调处理器自定义回调处理器 在编程领域中,回调是一个非常重要的概念。简而言之,回调是一种特殊的函数或方法,它可以被传递给另一个函数作为参数&am…...
国产编辑器EverEdit -告别东找西找!一键打开当前文件所在目录!
1 文件操作 2 应用场景 在文件编辑过程中,有时需要对文件进行一些操作,比如:在命令窗口输入文件路径、文件名,进入到文件目录,对文件进行压缩等,如果没有直达命令,用户需要通过文件管理器找到目…...
23种设计模式 - 解释器模式
模式定义 解释器模式(Interpreter Pattern)是一种行为型设计模式,用于为特定语言(如数控系统的G代码)定义文法规则,并构建解释器来解析和执行该语言的语句。它通过将语法规则分解为多个类,实现…...
深度学习在语音识别中的应用
引言 语音识别技术是人工智能领域中的一个重要分支,它使得机器能够理解和转换人类的语音为文本。深度学习的出现极大地推动了语音识别技术的发展。本文将介绍如何使用深度学习构建一个基本的语音识别系统,并提供一个实践案例。 环境准备 在开始之前&a…...
【相聚青岛】人工智能与材料国际学术会议即将召开
一、大会简介 人工智能与材料国际会议(ICAIM 2025) 官方网站:www.ic-aim.net 官方邮箱:icaim2025163.com 会议时间:2025年3.21-24 会议地点:中国青岛 会议检索:EI检索 截稿时间:2月…...
PHP会务会议系统小程序源码
📅 会务会议系统 一款基于ThinkPHPUniapp框架,精心雕琢的会议管理微信小程序,专为各类高端会议场景量身打造。它犹如一把开启智慧殿堂的金钥匙,为会议流程优化、开支精细化管理、数量精准控制、标准严格设定以及供应商严格筛选等…...
能够私有化部署的集装箱箱号识别软件,技术实现方法
启智畅想集装箱箱号识别软件是一种基于计算机视觉和OCR(光学字符识别)技术的工具,主要用于自动识别集装箱上的唯一编号(如ISO6346标准的箱号,格式为4位字母7位数字1位校验码)。以下是关于此类软件的关键信息…...
idea连接gitee后.反向创建仓库和分支
文章目录 自动关联你登录的账号填写你的仓库和分支完成后会在gitee上创建一个仓库 (使用idea远程兼容gitee并反向创建仓库和分支) 自动关联你登录的账号 填写你的仓库和分支 完成后会在gitee上创建一个仓库...
Java——面向对象编程
面向对象编程(Object-Oriented Programming, OOP)是Java的核心特性之一。它通过将现实世界中的事物抽象为对象,使程序更易于理解、维护和扩展。以下是Java面向对象编程的详细介绍: 1. 面向对象编程的四大特性 Java的面向对象编程…...
MAC快速本地部署Deepseek (win也可以)
MAC快速本地部署Deepseek (win也可以) 下载安装ollama 地址: https://ollama.com/ Ollama 是一个开源的大型语言模型(LLM)本地运行框架,旨在简化大模型的部署和管理流程,使开发者、研究人员及爱好者能够高效地在本地环境中实验和…...
从猜想终结到算法革新,弹性哈希开启数据存储新篇章
目录 哈希表的前世今生基本原理从传统到现代:哈希表的演变历程 安德鲁 克拉皮文及其团队的创作历程弹性哈希详解基本原理优点技术细节 漏斗哈希解析基本原理优点技术细节 新算法的实际应用案例电子商务推荐系统金融交易监控系统社交媒体内容过滤物联网设备管理 结论…...
云端SaaS系统架构设计
随着互联网的发展,SaaS(软件即服务)架构在众多行业中得到了广泛应用。作为一种高效、可扩展的服务模式,SaaS不仅提升了企业的信息化水平,也使得服务提供商能够通过云计算平台实现全球范围内的业务交付。在设计一个现代…...
黑盒测试和白盒测试的主要优缺点
黑盒测试 vs. 白盒测试:优缺点对比 类别黑盒测试(Black-box Testing)白盒测试(White-box Testing)定义不关注代码实现,仅测试功能和输入输出关注代码逻辑,测试代码内部实现测试依据需求文档、功…...
获取每月最后一个工作日:考虑法定节假日与调休
在许多业务场景中,了解每个月的最后一个工作日对于财务结算、报告生成等至关重要。然而,确定这一日期时必须考虑到国家的法定节假日以及可能存在的调休安排。本文将介绍如何通过Java编写一个工具类来获取指定月份的最后一个工作日,并利用第三…...
Hayabusa:一款针对Windows事件日志的威胁搜索与取证分析工具
关于Hayabusa Hayabusa是一款针对Windows事件日志的威胁搜索与取证分析工具,该工具基于内存安全的Rust开发,支持多线程运行,并且是唯一完全支持 Sigma 规范(包括 v2 关联规则)的开源工具。 Hayabusa本质上是一个Windo…...
leetcode_位运算 190.颠倒二进制位
190. 颠倒二进制位 颠倒给定的 32 位无符号整数的二进制位。 1. 字符串 class Solution:# param n, an integer# return an integerdef reverseBits(self, n):res "" # 创建一个保存结果的空字符串for b in str(bin(n))[2:]:# 遍历n的二进制数res b res # 把每…...
O1 Embedder:让检索器思考后再行动
25年2月来自中科大和北京智源研究院的论文“O1 Embedder: Let Retrievers Think Before Action”。 大语言模型 (LLM) 的功能日益强大,彻底改变人们获取和利用信息的方式。值得注意的是,LLM 擅长执行细粒度数据表示,这有助于精确检索信息。它…...
Python项目中一些常用的关键字
数据定义与类型相关 int:表示整数类型。 float:用于表示浮点数类型。 str:字符串类型,用于处理文本数据。 bool:布尔类型,取值为True或False。 list:列表类型,可存储多个元素&am…...
Java 反射 (Reflection) 详解
一、什么是 Java 反射? Java 反射 (Reflection) 是 Java 语言的一个强大特性,它允许 在运行时 检查和修改类、接口、字段和方法的信息,而不需要在编译时知道这些信息。 换句话说,反射可以让你在程序运行过程中“动态”地获取类的…...